革新的なアナリティクス活用術：
セルフサービス型BIと予測分析の融合

内容

セルフサービス型のデータ探索と対話操作型の予測分析を融合させることが重要な理由とは何でしょうか?企業や組織にとって、どのような意義があるのでしょうか?

私たちの日常生活にはセルフサービスがさまざまな形で浸透しています。ガソリンスタンドでの給油。銀行のATM。株取引、銀行取引、ショッピングなどのオンライン・アプリ。これらに共通しているのは、消費者の利便性を高め、プロバイダーのコストを削減するという発想です。誰もが必要なものを必要なタイミングで選択することができ、分刻みで行う意思決定に他者を関与させる必要がありません。

セルフサービス型のデータ探索や使いやすいアナリティクスについても同じことが言えます。IT部門からデータやレポートの提供を受けなくても、自分の好きなときに、好きな場所で、好きな方法を用いてデータを探索し、答えを見つけたいという業務部門ユーザーの要望は、ますます高まっています。この傾向は、FitbitやApple Watch™といった日常生活向けのデータ・アプリケーションにも現れています。人々は、自分自身で発見、閲覧、活用できる情報に飢えているのです。そのため、「カロリー摂取量を運動の消費カロリーと組み合わせてフィットネス効果を数値化する」、「週次の売上高が低下傾向にある原因をオフィスで究明する」、あるいは「空港でモバイルデバイスを使ってレポートの詳細を把握する」など、その目的を問わず、自分自身でデータを探索できる機会を提供することは、より優れた意思決定を行う力を人々にもたらします。

しかし、これは過去に発生した事実とその理由を知る目的に限ったことではありません。将来についても十分に役立ちます。対話操作型の予測分析を組織の業務環境に組み込むと、意思決定者やデータ利用者は、過去だけでなく、将来に関する洞察も（自身で）導き出せるようになります。また、対話操作型の予測分析をセルフサービス型のデータ探索と組み合わせると、統計分析担当者やデータ・サイエンティストはデータの関係を十分に探索してからモデルの構築と改良に集中できるようになります。この環境では、異なるデータや手法を短時間で繰り返し試しながら、最良の答えを生み出すモデルを発見することができます。満足のいくモデルを構築できた後は、業務部門の分析担当者と同じ環境で円滑にコラボレーションしながら、モデリングの結果を検証することも可能です。そして、比較検討を経て特定した「チャンピオン・モデル」を業務アプリケーションに組み込み、このモデルで最新データをスコアリングすれば、業務の現場でより迅速に洞察を導き出せるようになります。

本ホワイトペーパーでは、組織にとって本当に必要なBIの機能は何かを中心に、確実に成果を出すための導入について説明します。